He ganado más de 350k en consultoría de IA y el dinero no está en los agentes. Está principalmente en la tubería de datos.

Hola a todos - Quería compartir mi experiencia en los últimos años haciendo consultoría de automatización a tiempo parcial (mientras aún tenía un trabajo de 9 a 5). Para empezar, vengo de un entorno de ingeniería de plataforma/nube y desarrollo trabajando con empresas Fortune 500 de servicios financieros, así que cuando vi el multiplicador que cosas como Claude Code (cuando salió por primera vez) combinadas con verdaderas mejores prácticas y principios podían hacer, quedé totalmente enganchado.

Para ser claro, todo lo que voy a repasar es solo mi experiencia y en lo que me enfoco.

Empecé como mucha gente, apuntando a pequeñas empresas tratando de ayudarles a automatizar sus procesos y procedimientos. Fue doloroso. La mayoría solo sabía vagamente qué era la automatización y de qué se trataban las automatizaciones. Esto era alrededor de 2023, así que todavía eran los primeros días para cosas como ChatGPT, etc., pero descubrí que para las pequeñas empresas, o bien:

no tenían el dinero para gastar en el retenedor mensual que cobraba en ese momento (3k/mes) o

no estaban lo suficientemente organizadas para articular qué necesitaban automatizar o entender qué era "automatizable".

Me hizo darme cuenta de que probablemente hay una buena razón por la que estas empresas eran pequeñas y seguían siendo pequeñas. No tenían sistemas establecidos para ayudarles a crecer/escalar y aunque eso es algo que podría ofrecer, si no querían hacerlo por su propia iniciativa, no es algo que pueda forzar. TL;DR - no fuerces sistemas en personas que ya no los estaban construyendo para sí mismas.

Con el tiempo descubrí que seguía consiguiendo clientes más grandes, aunque aún medianos (5M+ / año de ingresos). Piensa en nombres conocidos, pero en espacios/industrias más pequeños. Todos tenían el mismo problema. Querían usar IA pero encontraban que los resultados eran muy genéricos y no específicos para su negocio, o que los casos de uso clave requerían muchas herramientas que no se comunicaban bien entre sí. Básicamente, no tenían una huella de datos (ingesta, almacenamiento, gobierno, transformación, etc.)

Ahora he trabajado con más de 10 empresas en múltiples industrias para construir una plataforma de datos de IA de algún tipo. Piensa en conectores vía API a todas sus herramientas y servicios principales que utilizan, que ingieren regularmente esos datos, los normalizan y los escriben en AWS S3 que tiene un catálogo de datos de todos los datos que se ingieren de forma regular.

No es un trabajo sexy, pero creó la base para todos los demás casos de uso de automatización en los que hemos trabajado juntos. Familiarizarme con sus datos, sus servicios principales, etc. me permitió construir automatizaciones exponencialmente más rápido, ya que nunca tuve que construir integraciones personalizadas para obtener los datos, averiguar dónde iba a aterrizarlos, etc.

Preguntas sobre abandono, gasto en publicidad, CAC, etc. que antes eran un dolor de cabeza para responder se volvieron súper fáciles cuando podías simplemente apuntar Codex y Claude Code al lago de datos en AWS y dejarlos sueltos. A su vez, esto también ha llevado a un desarrollo rápido y continuo de paneles porque son muy rápidos y fáciles de construir una vez que todos los datos son accesibles.

Recién ahora, después de meses de configurar toda la plataforma e infraestructura base, estamos entrando en trabajos más verdaderamente agentivos. Pero lo realmente sorprendente es que la gente piensa que necesita agentes y trabajo agentivo, cuando en realidad todo lo que buscan como punto de partida es una mejor comprensión de lo que está sucediendo en su negocio en cualquier momento y cómo conectar los puntos entre esos puntos de datos.

La pila tecnológica que uso está basada en AWS, pero no tiene que serlo. Uso AWS porque lo he usado durante años y me he vuelto bastante bueno usándolo de manera rentable. También me permite usar prácticamente una sola plataforma para todo mi trabajo, lo que tiene un montón de ventajas de integración.

A alto nivel, esto es lo que uso:

Lambdas / tareas de ECS para la ingesta de datos

S3 para almacenamiento de lago de datos

Athena para consultas de datos

Glue para catalogación de datos

Cognito para autenticación + autenticación de Google Workspace

CloudWatch para registro y alertas

Secrets Manager para claves API

CloudFront para alojar frontends web personalizados para paneles y impulsar el consumo

GitHub Actions + Cloudformation / CDK para implementar

Soy muy partidario de asegurarme de que esta sea infraestructura y configuración de nivel empresarial porque una automatización en la que no puedes confiar es solo basura de IA al final del día.

Para los clientes con los que he estado haciendo este trabajo, la mayoría paga entre $7.5k y $15k al mes por mis servicios y paga la infraestructura por separado en su propia cuenta de AWS. El trabajo no es necesariamente "fácil" para alguien que no tiene experiencia en la nube, así que esa es una de las advertencias en todo esto, pero es consistente y pegajoso como el infierno. La gente te mantiene cerca porque constantemente quieren nuevos informes/funcionalidades y porque necesitas estar allí cuando las cosas se rompen.

He automatizado en gran medida mucho de esto con reconocimiento automático de trabajos fallidos, paneles de informes para rastrear y activar alertas cuando ocurren fallos, y manuales para mantener las cosas en movimiento, pero encuentro que este es un modelo bastante fácilmente repetible.

La mejor parte de esta oferta es que realmente necesita ser personalizada. No hay soluciones listas para usar que las empresas puedan usar para hacer esto. Los conectores para varios servicios para hacer ingestiones también son repetibles.

De todos modos, ese es mi discurso para vender las cosas menos sexys como las tuberías de datos de IA y cuál es mi experiencia con todo esto. La necesidad de esto no desaparecerá y cualquier rechazo sobre "solo usa MCPs" también muestra una falta de comprensión de cuándo necesitas cargas de trabajo deterministas y qué infraestructura subyacente se necesita para ejecutar dichas cargas de trabajo.

Espero que esto haya sido útil para la gente y sea un soplo de aire fresco para aquellos que sienten que la única forma de ganar dinero en este espacio es con agentes telefónicos de IA por $300 al mes (no lo critico, solo es lo que veo mucho).

Estoy feliz de responder cualquier pregunta sobre todo esto y también publico regularmente contenido educativo sobre los conceptos que estoy construyendo/implementando para los clientes.